ນີ້ແມ່ນແອັບ Linux ທີ່ມີຊື່ວ່າ PyTorch-BigGraph ເຊິ່ງລຸ້ນຫຼ້າສຸດສາມາດດາວໂຫຼດໄດ້ໃນນາມ torchbiggraph-1.0.0.tar.gz. ມັນສາມາດດໍາເນີນການອອນໄລນ໌ຢູ່ໃນຜູ້ໃຫ້ບໍລິການໂຮດຕິ້ງຟຣີ OnWorks ສໍາລັບສະຖານີບ່ອນເຮັດວຽກ.
ດາວນ໌ໂຫລດແລະດໍາເນີນການອອນໄລນ໌ app ນີ້ມີຊື່ PyTorch-BigGraph ກັບ OnWorks ໄດ້ຟຣີ.
ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:
- 1. ດາວໂຫຼດຄໍາຮ້ອງສະຫມັກນີ້ໃນ PC ຂອງທ່ານ.
- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.
- 4. ເລີ່ມ OnWorks Linux ອອນລາຍ ຫຼື Windows online emulator ຫຼື MACOS online emulator ຈາກເວັບໄຊທ໌ນີ້.
- 5. ຈາກ OnWorks Linux OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກ, ຕິດຕັ້ງມັນແລະດໍາເນີນການ.
ໜ້າ ຈໍ
Ad
PyTorch-BigGraph
ລາຍລະອຽດ
PyTorch-BigGraph (PBG) ແມ່ນລະບົບການຮຽນຮູ້ການຝັງຢູ່ໃນກຣາຟອັນໃຫຍ່ - ຄິດເປັນຫຼາຍຕື້ຂໍ້ ແລະຂອບ - ໂດຍໃຊ້ການແບ່ງປັນ ແລະການຝຶກອົບຮົມແບບແຈກຢາຍເພື່ອຮັກສາຄວາມຊົງຈໍາ ແລະການຄິດໄລ່. ມັນແຍກຫນ່ວຍງານອອກເປັນພາທິຊັນແລະຂອບຂອງຖັງເພື່ອໃຫ້ແຕ່ລະການຝຶກອົບຮົມຜ່ານພຽງແຕ່ສໍາຜັດກັບຕົວກໍານົດການຂະຫນາດນ້ອຍ, ເຊິ່ງຫຼຸດລົງຢ່າງຫຼວງຫຼາຍຂອງ RAM ສູງສຸດແລະເຮັດໃຫ້ການຂະຫຍາຍອອກຕາມລວງນອນໃນທົ່ວເຄື່ອງຈັກ. PBG ສະຫນັບສະຫນູນກາຟິກຫຼາຍການພົວພັນ (ກາຟຄວາມຮູ້) ທີ່ມີຫນ້າທີ່ໃຫ້ຄະແນນສະເພາະກ່ຽວກັບການພົວພັນ, ຍຸດທະສາດການເກັບຕົວຢ່າງທາງລົບ, ແລະຫນ່ວຍງານທີ່ພິມ, ເຮັດໃຫ້ມັນເຫມາະສົມສໍາລັບການຄາດຄະເນການເຊື່ອມຕໍ່ແລະການດຶງຂໍ້ມູນ. ວົງການການຝຶກອົບຮົມຂອງມັນຖືກສ້າງຂື້ນເພື່ອສົ່ງຜ່ານ: I/O asynchronous, tensors ທີ່ມີແຜນທີ່ຫນ່ວຍຄວາມຈໍາ, ແລະການອັບເດດທີ່ບໍ່ມີການລັອກເຮັດໃຫ້ GPUs ແລະ CPUs ໄດ້ຮັບອາຫານເຖິງແມ່ນວ່າຢູ່ໃນລະດັບທີ່ຮຸນແຮງ. ຊຸດເຄື່ອງມືປະກອບມີຕົວວັດແທກການປະເມີນແລະເຄື່ອງມືສົ່ງອອກເພື່ອໃຫ້ການຝັງຕົວທີ່ຮຽນຮູ້ສາມາດຖືກນໍາໃຊ້ໃນການຄົ້ນຫາ, ການແນະນໍາ, ຫຼືການວິເຄາະທີ່ໃກ້ທີ່ສຸດ. ໃນການປະຕິບັດ, ການອອກແບບຂອງ PBG ຊ່ວຍໃຫ້ຜູ້ປະຕິບັດການຝຶກອົບຮົມການຝັງເສັ້ນກາຟທີ່ມີຄຸນນະພາບສູງ.
ຄຸນລັກສະນະ
- ການຝຶກອົບຮົມແບ່ງສ່ວນສໍາລັບເສັ້ນສະແດງຕາຕະລາງຕື້
- ການໃຫ້ຄະແນນຫຼາຍຄວາມສຳພັນສຳລັບການຄາດເດົາການເຊື່ອມຕໍ່ກາຟຄວາມຮູ້
- ການເກັບຕົວຢ່າງທາງລົບທີ່ມີປະສິດທິພາບແລະການເກັບຂອບ
- ການສົ່ງອອກ ແລະປະເມີນຜົນປະໂຫຍດສໍາລັບວຽກງານ ANN ແລະລຸ່ມນໍ້າ
- Asynchronous I/O ກັບ tensors ແຜນທີ່ຫນ່ວຍຄວາມຈໍາ
- ການແຈກຢາຍ, ການຝຶກອົບຮົມຫຼາຍເຄື່ອງຈັກກັບ orchestration ງ່າຍດາຍ
ພາສາການຂຽນໂປຣແກຣມ
Python
ປະເພດ
ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/pytorch-biggraph.mirror/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ດ້ວຍວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.
